medRxiv preprint Score 70

BodyMAE:从3D扫描精准估算体成分

一种自监督AI方法利用3D身体扫描预测脂肪和肌肉,成本低且无辐射,或可替代DXA。

体成分评估对代谢、肌肉骨骼及衰老相关疾病的风险分层与管理至关重要,但金标准DXA昂贵且不便常规监测。近日,研究人员开发了BodyMAE,一种基于自监督掩码自编码器的方法,可利用普通3D身体扫描(成本低、无辐射)精准估计体成分。

BodyMAE通过表面面积感知采样和长程编码器,解决了3D扫描中非均匀点密度、体型差异及跨设备差异等挑战,能够从彩色点云中提取有预测力的形状特征。实验结果显示,BodyMAE在脂肪质量、瘦体质量等指标上与DXA相关性高,性能优于传统方法。

该研究为体成分监测提供了低成本、便捷的新工具,尤其适用于大规模健康筛查和家庭使用。但需注意,该研究尚未经过同行评议,临床应用前还需进一步验证。

body compositionmachine learning3D body scan